基于QPSO的数控机床交流伺服系统PID参数的优化.pdf

《基于QPSO的数控机床交流伺服系统PID参数的优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、植测与控制·机械研究与应用·基于QPSO的数控机床交流伺服系统PID参数的优化邬玉晶，胡云(无锡市广播电视大学，江苏无锡214011)摘要：高速度是数控机床发展的方向之一，提出了一种新的基于永磁同步电机的数控机床交流伺服控制系统。QP-s0是基于PSO的改进算法，具有全局搜索能力强，收敛速度快、稳定性高等特点。首先利用QPSO对模糊控制器PID的三个比例因子参数进行优化，随后利用优化后的模糊控制器PID对数控机床交流伺服系统进行运动控制，具有很强的鲁棒性，仿真结果证明了其有效性。关键词：QPSO；伺服系统；永磁同步电机；模糊控制器中图分类号：TM3

2、01文献标识码：A文章编号：1006—4414(2olo)ol—Ol1O一02OptimizationofPII)parametersofACselwosysteminNCmachinetoolsbasedonQPSOWuYu—jin，HuYun(咄radio＆televisionuniversity，WuxiJiangsu214011，China)Abstract：ehighvelocityisoneoftbedirectionsnumercally—controledmae}~netoo1．Inthisarticle，onekindnewlyn

3、il—merically—-controlledmachinetoolexchangeservocontrolisproposedbasedonpermanentmagnetismsynchronousmachine．QPSOistheimprovementalgorithmbasedonthePSO，hasstrongoveralsituationsearchability，fasteonvergenquick，morestable．Thethreescalefactorparametersoffuzzylo6calcontrolerPIDusi

4、ngQPSOa／'eoptimized．ThenthenumericalcontrolmachinetoolsofACservosystemisappuedtocontroltheservomotorusingtheoptimizedfuzzylo6calontrolerPID．whichhavetheverystrongrobustness，thesimulationresulthasprovenitsvalidity．Keywords：QPSO；servosystem；permanent—magnetsynchronousmachine；fuz

5、zylo6calcontroller1引言式来更新自己的速度和新的位置：现代数控机床通常采用三相永磁同步电动机为r(t+1)=∞×vi(f)+c1×rand1×(pBt一驱动电机的交流伺服系统⋯。由于交流电机的复杂{置())+c2×rand2x(gB。一i())性和耦合的非线性，如何快速、准确地整定PID控Li(t+1)：Xi(￡)+(t+1)制器参数仍然没有一个行之有效的方法。量子粒子(1)群优化(QPSO)算法具有全局搜索能力强、收敛速度式中：c，c为学习因子，分别调节向个体极值和全局快和鲁棒性高的特点，实践证明其能有效地对非线性极值方向飞行的

6、步长；rand，rand2为[0，1]之间的随约束问题进行求解。笔者采用QPSO算法对永磁同机数。为了防止粒子飞离解空间，粒子的速度被限制步电机伺服系统的控制器参数进行优化，以获得更好在[一，]之间。称为惯性权重，它使粒子保的控制性能。持运动惯性，起着调整算法全局和局部搜索能力的作2粒子群优化算法用。粒子在解空间内不断跟踪个体极值与全局极值2．1基本粒子群优化算法理论进行搜索，直到达到规定的最大迭代次数或小于规定粒子群优化算法PSO最早源于对鸟群觅食行的误差标准为止。为的研究，通过模拟鸟群的捕食行为来达到优化问题2．2量子粒子群优化算法理论的求解。

7、PSO算法将每个个体看作D维搜索空问中文献[4]从量子力学的角度出发提出了新的量的一个没有体积的微粒，每个粒子就是解空间中的一子粒子群算法，将粒子定义在由概率密度函数决定的个解，根据自己和同伴的飞行经验来动态调整自己的飞行。第i个粒子表示为X：(名，⋯，)，它经一个量子空间内，这样能解决的问题范围就更广义。历过的最好位置记为P=(pP，⋯，P珊)，称为个体在量子空间中粒子的满足聚集态的性质完全不同，可极值(p)；整个群体所经历过的的最好位置，就是以在整个可行解空间中进行搜索，因而QPSO算法的整个群体目前找到的最优解，叫做全局极值(g)，全局搜索性

8、能远远优于PSO算法。粒子的位置由波每个粒子都有一个速度，记作，粒子根据如下的公函数(，t)来决定：收藕日期：2009-0